【摘 要】
：
2020年我们早已步入一个崭新的时代——大数据时代,信息化必然是当今时代发展的大势所趋。在日常生活中人们每天都在创造着大量的数据,而这些数据中往往蕴含着大量的未被发掘的信息。因此通过数据整合手段以及数据挖掘技术可以使这些蕴含的信息得以被发现并发挥其价值,作为参考依据为决策提供数据支持,为人们的生活提供便利。在这个时代背景下,网络购物早已走进千家万户,越来越多的人选择方便快捷的互联网来购买日常生活所
论文部分内容阅读
2020年我们早已步入一个崭新的时代——大数据时代,信息化必然是当今时代发展的大势所趋。在日常生活中人们每天都在创造着大量的数据,而这些数据中往往蕴含着大量的未被发掘的信息。因此通过数据整合手段以及数据挖掘技术可以使这些蕴含的信息得以被发现并发挥其价值,作为参考依据为决策提供数据支持,为人们的生活提供便利。在这个时代背景下,网络购物早已走进千家万户,越来越多的人选择方便快捷的互联网来购买日常生活所需的种种物品,自然而然也就产生了大量的网购用户评论数据,而在如此规模庞大的文本数据中提取有价值的信息是十分困难的,文本挖掘技术则可以为该困难的解决带来希望。本文应用Python爬虫工具爬取了华为和苹果手机在淘宝和京东商城两个电商平台的用户评论数据,经过LDA主题建模和情感分析,确定手机用户对于手机产品的关注点和需求点,以及用户对于各款手机的各个特征的满意程度。通过此研究,一方面可以帮助欲购买用户进一步了解各款手机的优势和劣势,为其提供参考信息,进而辅助购买决策。另一方面可以帮助商户充分了解用户对手机的需求点和关注点,以及各款式手机现存的问题和优势,进而明确下一步的优化与改进方向,增强产品的用户满意度。本文的研究主要从四个部分进行。第一部分是数据获取,采用Python爬虫工具在两大线上购物平台——淘宝（含天猫商城）和京东商城上爬取华为和苹果手机的用户评论数据。第二部分主是数据清洗工作,对冗余数据进行处理,改善数据质量,修改数据格式,用jieba分词对评论数据进行分词。第三部分是词云可视化分析,以及建立LDA主题模型进行文本语义挖掘。第四部分是用百度API基于LDA主题模型结果对华为和苹果手机用户评论进行情感倾向分析。最终分析结果显示,手机用户的关注的手机特征主要是手机功能、手机配置、手机性能、价格,除此之外用户还关注购物过程的购物体验。从华为与苹果的情感分析对比结果看,华为手机在拍照效果、续航能力和性价比这三方面表现得更优秀,苹果手机在音质音效以及系统运行上更具优势。
其他文献
受环境、气候、生活习惯等因素影响,中国肺病发病率在逐年攀升。肺部疾病在对肺部造成影响的同时,还会引发多种并发症,如:气管炎、心脏疾病、淋巴系统疾病等。CT影像因其具有分层薄、高清、低噪声的优势,是肺部疾病最有效的无创检测技术,被广泛用于肺部疾病筛查和辅助诊断。随着科学技术的发展,机器阅片辅助医师进行病灶位置筛查、疾病诊断逐渐被大众所接受。传统的机器阅片通常是通过经验丰富的医师运用医学知识观察病灶直
由于近年来经济发展和能源消耗造成的碳排放大量增加,温室效应日趋严重,我国作为世界第二大经济体,对碳排放造成的环境问题十分重视,从90年代至今相继提出新能源战略、单位GDP减排目标和碳排放峰值目标。但作为发展中国家,我国工业化进程尚不完善,基础设施建设仍有很大发展空间,必须依靠政府宏观调控的作用,制订长期合理的减排政策,实现工业发展和减少排放的双赢。由于环境变化和经济波动的随机性,环境政策对经济和环
随着近年来大数据相关技术的兴起,数据收集技术的进一步的发展,高维数据大量出现在自然科学、生物医药、信息科学等领域。处理高维数据时,变量选择是一种行之有效的方法,能够减少无关变量的影响从而达到降低维度的效果。在众多变量选择方法中,Elastic Net方法可以高效处理带有强相关变量组的高维数据,得到可靠的参数估计。因此,Elastic Net方法的相关研究在统计学领域中得到很大的关注。针对如何改进E
近年来,高等教育人数逐年增加。据研招网全国硕士研究生招生数据报告显示,2019年的考研报考人数达到290万,较上一年增幅为21.8%,是近10余年增幅之最,创下改革开放40余年来最高纪录。受教育人数的不断增加和教育制度在我国的逐步完善,引发了人们对于教育所能赋予生活和工作的价值的更多思考。比如,假如教育是公平的,较高学历层次的人是不是更容易找到令人满意的工作。这个问题的答案目前是尚未统一的。研究受
随着时代的进步,人们已经进入了信息化的时代,一切事实记录和活动信息从本质上来说都是数据,数据无处不在,而现实中产生的数据需要找到合适的分布和推断方法对其进行分析。重尾分布在可靠性和金融领域都具有举足轻重的地位,若是考虑到现实中的数据类型多为有界的,人们对更多的有界重尾数据实质上是有着迫切的需求的。能够同时保持有界和重尾性质的分布在目前看来,其数量上仍旧是稀缺的。而对已有的分布而言,其一些推断困难的
经济全球化发展的背景下,跨国经济贸易往来已成常态,各国在世界经济中的角色和地位越来越受到重视,客观评价各国的经济发展水平和汇率水平尤为重要。国际比较项目（ICP）应运而生并逐步发展成为世界上规模最大、复杂程度最高的一项国际统计活动,为跨国比较提供权威数据基础。宾夕法尼亚大学相关学者在基于ICP统计基础上编制的宾大世界表中,发现了国家间用市场汇率折算后得到的相对价格水平（即实际汇率）与其经济发展水平
随着我国经济的飞速发展,现代城市化进程日益加快,能源消耗不断增加,使得我国的空气污染问题日益突出,加之粗放型的经济管理模式,给治理城市空气污染问题带来了严峻的挑战。因此,治理城市空气污染成为当今社会最为紧迫的任务之一。根据国务院印发《打赢蓝天保卫战三年行动计划》,重新规划环保重点区域,以京津冀及周边地区、长三角地区、汾渭平原等区域为重点,持续开展大气污染防治行动,以实现环境效益、经济效益和社会效益
工业革命以来,在经济社会快速发展的同时,大量能源资源的消耗也带来了严重的环境污染问题。环境治理是世界各国在经济发展过程中必须面对的重要课题。我国作为最大的发展中国家,曾一度面临着发展经济和保护环境的两难选择。改革开放四十年以来,我国经济持续快速发展,但“高投入、高消耗、高污染”式粗放型发展也使我国付出了沉重的环境代价。面对这种情况,党和政府做出了生态文明建设和绿色发展的战略抉择,大力强调和重视环境
在这个经济和社会快速发展、民生事业日益突出的时代,我国政府目前正处于打造服务型政府、建设社会主义和谐社会的重要时期。国民也致力于充分行使和保障自己的合法权利,纳税人则对税务部门提供高质效的纳税服务表现出了越来越多的期待。税收管理体制的不健全、信息化建设能力不足、税务人员综合素质不均等都成为了基层税务部门纳税服务质效进一步提升的阻碍因素,而基层税务部门工作质效的高低程度能够非常直接的影响到纳税人对整
随着当代社会对产品质量要求的不断提高,传统的计数控制图已经难以检测生产过程中的次品率,因此本文采用监控生产过程中样本方差（S~2）变化,实现对产品生产过程的有效监控。当前大部分控制图研究都是基于参数已知的假定下进行的,但在实际生活中,由于参数的不可知性,参数往往需要借助第一阶段中的受控样本数据估计得到,但不同的受控样本会产生不同的控制限,从而产生不同的控制图及其表现。然而在现实生活中,人们往往仅能